DeepMind AlphaEvolve 刷新矩陣乘法紀錄並提升 Gemini 訓練速度

矩陣乘法是 AI 訓練與科學運算的核心，演算法效率會直接影響晶片用量與成本。Google DeepMind 的 AlphaEvolve 結合 Gemini 大型語言模型與演化式搜尋，自動提出、測試並改良程式，將 AI 從內容生成推進至可驗證的演算法探索。

Google DeepMind 於 2025 年 5 月 14 日公布，AlphaEvolve 將 4×4 複數矩陣乘法所需純量乘法由 Strassen 於 1969 年創下的 49 次降至 48 次；其發現亦使 Gemini 關鍵訓練核心加速 23%，整體訓練時間縮短 1%，並回收 Google 全球資料中心約 0.7% 運算資源。